Ketika Anda memiliki segudang data atau setiap saat digempur dengan pembaruan informasi dan angka, bagaimana Anda mengelolanya menjadi sebuah berita atau cerita yang bisa dikonsumsi oleh khalayak?
Pertanyaan di atas awalnya menjadi momok bagi perusahaan media global sekelas Asociated Press atau AP. Sebagai sebuah kantor berita yang memiliki pelanggan ribuan media di Amerika Serikat dan dunia, AP menjadi pusat berkumpulnya sumber dan bahan mentah informasi dari segala bidang. Tapi terlalu banyak informasi tidak selamanya berita bagus buat perusahaan, karena pada akhirnya informasi itu perlu diolah oleh sumber daya manusia yang jumlah akan selalu terbatas.
Contoh kecilnya adalah data dan laporan laba perusahaan yang setiap saat selalu berubah-ubah. Data tersebut perlu segera diolah menjadi berita agar, misalnya, para pialang dan pebisnis bisa mencernanya dengan mudah untuk kemudia mengambil keputusan jual atau beli. Tapi dari sekian banyak data yang masuk, berapa berita yang dapat dihasilkan?
Sekalipun data yang masuk berlimpah, AP hanya bisa memproduksi 300an berita keuangan perusahaan per kuartal—dan mengabaikan ribuan potensi berita dari laporan perusahaan lainnya. Tapi akhir tahun lalu, AP mulai menggunakan mesin pembuat konten bernama Wordsmith dari Automated Insigths.
Wordsmith bisa disebut 'robot' yang bisa membuat berita untuk media. Mesin canggih ini dibekali algoritma yang dapat mengolah data-data yang diinput ke dalamnya menjadi sebuah paparan dan ulasan sekian paragraf yang memudahkan pembaca dalam mengekstrak informasi yang terkandung dalam rentetan data dan angka.
Setelah menggunakan mesin tersebut, produktifitas AP melonjak hingga 14 kali lipat. Dari hanya 300 menjadi hampir 4300 berita per kuartal!
Mesin pengolah konten ini tentu tidak bisa begitu saja diletakkan di ruang redaksi. Mesin itu harus diajarkan dan diarahkan dengan cara memasukkan data-data dengan pola yang sudah dibuat. Dalam kasus AP di atas, seperti diceritakan NiemanReports, adalah Philana Patterson yang bertugas ‘mengajari dan mengarahkan’ si mesin cerdas.
Sebelum bergabung dengan AP, Patterson adalah reporter bisnis yang sudah memproduksi ribuan berita keuangan untuk koran-koran lokal dan kantor berita Dow Jones. Dia membawahi lusinan staf di rubrik bisnis. Di AP, tugas pertamanya adalah menangani Wordsmith agar bisa mengambil alih tugas para staf dengan tingkat produktifitas yang jauh lebih tinggi dari yang bisa dilakukan ‘atasannya’.
Wordsmith memang dibuat untuk memproduksi berita dengan bertumpu pada himpunan data dan angka. Aplikasi cerdas ini juga mampu meningkatkan keterlibatan pengguna/pembaca dan secara lebih produktif menghadirkan berita-berita cepat yang mereka butuhkan.
Cara kerjanya dimulai dengan menampung dan mendapatkan data dalam bentuk API, XML, CSV dan sebagainya. Data itu lalu dianalisa dan diurai dalam bentuk rekaman, lalu mengidentifikasi hasilnya ke dalam pola dan tren yang ditempatkan dalam konteks tertentu.
